在 Pandas 中讀取 CSV 檔案時如何解決 UnicodeDecodeError？

UnicodeDecodeError：解決在Pandas 中讀取CSV 文件時的編碼問題

簡介

使用CSV 檔案通常會帶來編碼挑戰，特別是在遇到預設不支援的字元時編碼。 Pandas 是 Python 中流行的資料操作庫，提供 read_csv() 方法來從 CSV 檔案匯入資料。但是，此方法在處理 Unicode 編碼字元時偶爾會遇到 UnicodeDecodeError。

錯誤分析

提供的錯誤訊息表明 read_csv() 方法正在掙扎使用預設的 UTF-8 編碼對檔案中的位元組進行解碼。無效的連續位元組表明該檔案可能已使用不同的編碼進行編碼。

解決問題

要解決此錯誤，您可以在下列情況下明確指定編碼：讀取 CSV 檔案。 Pandas 為此提供了編碼參數。可採用以下方法：

• ISO-8859-1 編碼：
  使用 ISO-8859-1編碼，此編碼通常用於西方歐洲性格集：

  data = pd.read_csv(filepath, encoding="ISO-8859-1")

• UTF-8 編碼：
  或者，嘗試使用UTF-8 編碼，它適用於全球字符集：

  data = pd.read_csv(filepath, encoding="utf-8")

其他別名也可以使用 ISO-8859-1，例如「latin」或「cp1252」。請參閱 Pandas 文件或 Python 文件以取得支援的編碼的完整清單。

偵測檔案編碼

如果您不確定CSV 檔案的編碼，您可以使用enca、Linux 上的file -i 或macOS 上的file -I 等工具來確定正確的編碼。

其他資源

• [Pandas read_csv() 文件](https://pandas.pydata.org/pandas-docs/stable/reference /api /pandas.read_csv.html)
• [Python csv模組範例](https://docs.python.org/3/library/csv.html#examples)
• [每個開發人員應該了解的有關Unicode 和字元集的知識](https:/ /unicode.org/報告/tr15/)

以上是在 Pandas 中讀取 CSV 檔案時如何解決 UnicodeDecodeError？的詳細內容。更多資訊請關注PHP中文網其他相關文章！